發展人工智能，可能是另一種創世
人工智能大家都在追風談 deep learning，也就是程序員設計算法，訓練計算機群從海量數據中習得 “特征”。與媒體整天杞人憂天、普通人都開始大談技術奇點到來，研究一線但凡虛心一點的科學家都明白，deep learning 還只是非常簡陋和原始的階段。
真正的，強人工智能的習得，與人類相比，還有兩個巨大的門檻。
第一個問題，歸根結底，人是不是一部自動反應的機器？
《生活大爆炸》里有一個男主角叫 Sheldon Cooper ，他很萌，但卻是對情境感知能力較差，并伴隨著嚴重強迫癥。
社交困難、溝通困難、固執或狹窄興趣。類似 Sheldon Cooper 的人，在幼年時，會經常遇到這樣的尷尬：
– 孩子沒有交作業，老師很生氣，便諷刺地說道：
– 老師：“狗把你的作業吃掉了嗎?”
– 孩子：“老師的狗會吃掉紙?”
孩童是因為不能理解老師的提問而保持沉默，并會認為老師有養狗、而且狗會吃紙。但老師想要表達的其實是“你忘記交作業了”，而孩童本身沒有辦法了解這類的隱喻。
世界上真實存在著這樣一群人。現代精神病學指出，這是一種溫和的自閉癥叫阿斯伯格綜合癥（Asperger syndrome），不同于一般自閉癥， Asperger syndrome 保有社交的意愿卻缺乏相關的能力，他們看起來像 “機器人”，但大多心智正常。
Asperger syndrome 從某種程度上反映了人類心智并不神圣，是有跡可循的。而認知心理學的發展，卻越來越向人們揭示一個可能的結論，無論是自閉癥患者、阿斯伯格綜合癥患者、還是普通人，實際上都是基本自動的機器。
神經科學家安東尼奧·R.達馬西奧所著述《Self Comes to Mind》（自我在大腦當中是怎么生成的）中認為，通常人們混淆了 emotion（直覺情緒）和 feeling（感受）。“我覺得怎么樣，我覺得受委屈了，我覺得被尊重了”，這種“我的 feeling” 是杜撰的、虛假的。
一個比較典型的例子，這也是原來心理學經常引用的故事，在加拿大做的實驗。在一個石橋上和一個鐵橋上招募一幫人去談戀愛，隨機抽取一對一對去 談。石橋因為很堅固，有風也不會晃。鐵橋是鐵索橋，是吊橋，有風就會晃。因為一晃就會緊張，緊張恐懼是一個 emotion，恐懼來的時候又帶來什么呢，內部是腎上腺素分泌；外部的表現，比如瞳孔放大，面部會發紅，鼻孔會擴張，有各種各樣的表現。
但是很有意思是，緊張的外在表現和愛情出現的外在表現是一致的。理論上講，環境不應該對你是不是對對方有好感能夠產生影響，不管你是在石橋上跟 人談戀愛，還是在晃動的鐵橋跟人談戀愛，理論上講，你愛上對方的幾率是差不多的。所以，這就出了一個很有意思的現象，在晃動的鐵橋上愛上對方的幾率大大超 過在一個穩定的石橋上，因為剛才講的 feeling 部分，就是這個自我部分，它不知道 emotion 出了什么事兒，它只是去讀取。它讀取的數據是，原來所有的征兆，所有的征兆符合談戀愛的特征，我就一定愛上對方了，我既然愛上對方了，我就一定要真的去愛 她，因為如果我覺得我是，而又沒有真的去愛的時候，又會出現另一個，叫做認知失調。這樣的話，他就以為自己是這樣的，就那樣去做了。這是真實研究的成果。
之前人們認為 emotion 就是 feeling，達馬西奧研究發現不是，emotion 不能改變，見到什么樣的情況你就會產生怎樣的反應，是下意識的，是不能控制的。而 feeling 是 “我” 在作怪，受這個所謂的 “我” 來控制的，它首先讀取 emotion 的數據，經過處理之后告訴 “我”，我感受到了什么。
“處理” 的過程十分關鍵，它能否被模擬，是與實現真正的人工智能息息相關，是人工智能已有部分答案（比如 deep learning ）的第一個重大問題。而所謂的 “我”，自我意識甚至自由意志都是幻覺，是假的，不存在。我們實際上是個基本自動的機器，99.9% 自動處理的機器，只不過這個機器有一個特別特殊的軟件，就監控這個機器本身的“我”。
“自我意識” 是如何產生的，目前還沒有徹底搞清楚，也是人工智能第二大的、尚無頭緒的問題。一旦理論獲得突破，人工智能也必將產生質的突破。
身體是遍布傳感器（耳鼻口舌目身體，聽覺嗅覺味覺觸覺視覺）的硬件，又運行著一個產生“自我”軟件，從某種程度上來說，我們確實只是機器人。
第二個問題，人類本身的智能并不可靠，所以智能系統，一定是一個容錯系統？
近代科學發展，有大量的直覺觀念失效。比如經典歐幾里得幾何被顛覆，它只是更高層次非歐幾何下的一個特例。
歐幾里得的《幾何原本》在構建經典時空時有五個倚靠直覺的公設：
– 由任意一點到任意一點可作直線。
– 一條有限直線可以繼續延長。
– 以任意點為心及任意的距離可以畫圓。
– 凡直角都相等。
– 同一平面內一條直線和另外兩條直線相交，若在某一側的兩個內角的和小于兩直角，則這兩直線經無限延長后在這一側相交。（平行線公設）
第五條定義平行線的公設有些拗口。很多人就想用著前四條更基本的直覺觀念去證明第五條，結果羅巴切夫斯基和高斯先后發現，前人的證明多是錯誤的循 環論證，平行線公設無法由前四條推理證明。1820年代，俄國喀山大學教授羅巴切夫斯基在證明第五公設的過程中，他走了另一條路子。他提出了一個和歐氏平 行公理相矛盾的命題，用它來代替第五公設，然后與歐氏幾何的前四個公設結合成一個公理系統，展開一系列的推理。但是，在他極為細致深入的推理過程中，得出 了一個又一個在直覺上匪夷所思，但在邏輯上毫無矛盾的命題。最后，羅巴切夫斯基得出兩個重要的結論：
第一，第五公設不能被證明。
第二，在新的公理體系中展開的一連串推理，得到了一系列在邏輯上無矛盾的新的定理，并形成了新的理論。這個理論像歐氏幾何一樣是完善的、嚴密的幾何學。
這種幾何學被稱為羅巴切夫斯基幾何，簡稱羅氏幾何。這是第一個被提出的非歐幾何學。后來黎曼引入新的公設取代第五條平行定理，引出了黎曼幾何（或 稱橢圓幾何）。人們最終發現，歐式幾何、羅氏幾何、黎曼幾何這三種幾何學，都是常曲率空間中的幾何學，分別對應曲率為0、負常數和正常數的情況。黎曼曲率 等于1、-1和0的空間分別是黎曼球空間、羅巴切夫斯基空間和歐氏空間。歐氏空間可看作黎曼空間的特例。
黎曼統一了黎氏幾何，羅氏幾何，歐氏幾何，并且預見，物質的存在可能造成空間的彎曲。為愛因斯坦的廣義相對論準備了數學基礎。
更到后來，人們還發現。
線的長短是一個幾何問題嗎？ 以洛侖茲變換和狹義相對論來看，線的長短是相對的，和速度有關，不是單純的幾何問題。
線的彎直是一個幾何問題嗎？ 按照人類經驗，光線走兩點之間最短路線，兩點之間最短路線是直線，所以光線就是直線。 但是，實驗證明，光線在引力場會彎曲，所以，直線的概念并不純粹是幾何問題，還和物質的性質有關。
普通人會驚訝，我們看到的、感受到的、理所當然認為的許多日常觀念，漏洞百出。
所見與真實有很大的狹隘和偏差。普通人的視力系統就是一種用于獲取和分析可見光的信息接收系統，倘若缺少一類，或是性能不足，就會發生：盲人無法 感知光線、色盲缺乏分辨色彩的能力、健全人的眼睛看不見紫外線、紅外線，分辨不出偏振光……但真正的，健全人看待世界的方式其實與盲人摸象別無二致。
一個已知的事實是地球面向太陽的區域每平方厘米每秒會穿過大約 650 億個來自太陽的中微子，然而由于缺乏感知能力，不僅人類自身無法察覺。比如我們所謂的 “錯覺”，錯覺是在已獲取信息的基礎上，進行額外加工所獲得的認知，有一個非常著名的例子就是卡尼薩三角形錯覺；錯誤則是計劃之外發生的隨機突變。一些特 殊的神經性疾病將使得我們感知到與常人完全不同的世界，例如擁有斷續影像視覺（Cinematographic vision，一種罕見的精神異常現象）體驗的人，大概會認同芝諾關于飛矢不動的論斷所言非虛。
我們所謂的存在皆由我們的觀察而得，而我們的觀察方式存在先天性的漏洞。但奇妙的是，從感知、觀察、形成概念、到邏輯推理均存在缺陷的人類，實現了真正的智能。
圖靈開創了現代意義上的計算機科學，幾乎同時代，美妙而強大的人工智能其實早在 50、60 年代就開始研究了，但一直沒有大的進展。之前的研究重點是精確的數理統計與創新算法，直到人們把眼光從線性系統放到非線性系統，從邏輯編排到混沌系統，從 機器到人。才取得了一些有限的進展。比如模仿大腦神經元多層鏈路循環遞進處理信息的方式，誕生了時下火熱的深度學習。
計算機的發展，核心是邏輯門的堆疊帶來的超高效率和超高準確性。100% 正確卻誕生不了智能。非線性系統、混沌理論指導下，即使目前流行的分布式計算、并行計算，還沒有真正有 “容錯”的能力。模擬錯誤的信息輸入，輸出錯誤的模型，能在下一次模型實踐中發現模型本身的錯誤或局限，在沒有程序員沒有旁人主動干擾指出中習得 “錯誤”，并從中學習進化。這需要部分拋棄冰冷的邏輯和理性，一場真正的哲學革命。
生命體是各種不同細胞的堆疊，涌現了意識、智能、情感、道德、乃至今天人類的一切，以至于反作用于現實世界本身。計算機實現強人工智能的一天，必 然也具備意識、情感、道德等表面上與 “智能” 無關的東西，那時候恐怕就不是一種機器和工具，變成活生生的生命體，而我們成為了造物主，成為了上帝。
宇宙的圖像和大腦神經元的圖像何其相似，人工智能的研究，可能就是創世。
題圖來自：Google 插圖來自：Google